Block présente Dessa, un modèle vocal entraîné sur des conversations humaines

Block a annoncé Dessa, un modèle d’IA que l’entreprise présente comme entraîné depuis zéro uniquement sur des conversations humaines. Selon The Verge, son équipe le décrit comme un système traitant directement la parole pour produire de la parole, dont les connaissances proviendraient exclusivement de contenus vocaux.

Les démonstrations rapportées comprennent un jeu de devinettes et des discussions sur le cinéma ou un voyage. Elles montrent aussi des écarts : dans un échange, le modèle se trompe initialement sur l’identité de son interlocuteur ; dans un autre, il s’éloigne du sujet. Ces exemples illustrent le comportement de Dessa dans les situations présentées, sans établir sa fiabilité générale.

L’équipe affirme que le modèle peut fonctionner localement sur un MacBook Pro M4 Max ou une machine plus puissante. Cette indication ne suffit pas à préciser les conditions d’utilisation, la vitesse d’exécution ou les ressources effectivement mobilisées.

Block rattache le projet à la curiosité, à la compréhension entre humains et IA et à la sécurité. L’équipe met notamment en avant l’importance des émotions et du rythme dans la voix. Il s’agit d’objectifs déclarés : les éléments présentés ne démontrent pas que Dessa reconnaît correctement la détresse ou améliore la sécurité d’une interaction.

L’intérêt technique du projet tient donc à son approche annoncée de l’apprentissage vocal. Pour apprécier sa portée, il faudrait des évaluations permettant de distinguer la fluidité perçue, l’exactitude des réponses et la compréhension des signaux émotionnels.